現代人依賴 AI 做的事情不勝枚舉：整理表格、生成分析報告、做 PPT、甚至潤飾信件，這些使用場景很典型，都是把 AI 當成高效的「數位助理」，下指令、等答案、複製貼上。然而，凱捷管理實驗室副總裁艾麗莎．法瑞（Elisa Farri）認為，這種使用方式可能讓管理者錯失 AI 最強大的潛力。
一個問題檢驗：你到底有沒有用對 AI？
法瑞是 2023 年全球 50 大思想家（Thinkers 50）雷達組成員 （註） ，專精於 AI 驅動的管理轉型研究。她與合作夥伴透過大規模調查發現，儘管 2/3 的管理者認為 AI 有潛力成為思考夥伴，但實際上僅有 15% 的管理者每天使用 AI 進行工作，不難體會企業界的知行落差。
註：該名單列出剛嶄露頭角、其思想將對未來的管理思維產生重要影響的思想家。
「主要盲點是他們困在『問 AI』而不是『與 AI 對話』。」法瑞觀察到管理者普遍陷入 3 種陷阱：首先是「問」與「談」的迷思，只會下指令卻不懂互動；其次是「旁觀者陷阱」，採用丟指令、被動等待、接收答案的線性模式，錯失 AI 最強大的對話特性；第三則是被 AI 的快速回應迷惑，以為「快」就等於「對」，跳過了深度思考的過程。
法瑞提供一個簡單的檢測方式，來判斷管理者是否落入陷阱：
「檢視最近與 AI 的對話記錄，看看自己輸入了多少文字。」
「有時候只有一、兩個字：『喜歡』、『不行』、『重寫』、『再給我一個例子』。這不是雙向互動，這只是按按鈕，就期待魔法發生。」
最大的差異在於是否線性單向的使用 AI，如果只是問問題、等答案、再問下一個，這就不是互動。法瑞說，不是「你問問題，我給答案」，而是「我反問你另一個問題，你闡述、詳細說明、挑戰我的想法」，有實質性的對話來往，才能創造更深刻的討論空間。
聰明的管理者應該要讓 AI「升官」，從助理轉為思考夥伴
因此，法瑞在她的新作《職場人的生成式 AI 工作法》中提出 2 種 AI 互動模式：數位助理跟思考夥伴。
Co-pilot（數位助理）模式聚焦於個人生產力的提升，適合處理時間管理、電子郵件撰寫、文件摘要整理、會議記錄等相對標準化的任務。這類工作的特徵是有明確的輸入與輸出，AI 能夠快速執行並產出結果。
然而，Co-thinker（思考夥伴）模式則將 AI 推向了管理者真正需要的深度應用領域：反省領導風格、尋求多角度回饋、演講準備、面試準備，以及各種需要模擬辯論的複雜情境，「任務和決策愈複雜，方法就應該愈對話化。」法瑞指出，也有一套使用邏輯是交互使用 2 個模式：先跟 AI 共同思考架構，再把它當成助手代勞。
一位管理者曾和她分享，自己與員工溝通困難時，會與 AI 進行對話，但並未要求 AI 直接告訴他解決方案或對錯判斷。相反地，這位管理者讓 AI 扮演提問者的角色，透過一系列問題幫助自己反思整個過程。讓 AI 從情境模擬、最佳實務案例分享，以及可能觸發的問題，引導管理者得出結論。
法瑞在書中提供了 35 種應用架構，涵蓋從根本原因分析到策略制定的各種管理任務。但她強調「這從來都不是在賣提示詞（prompts），而是提供實驗的起點，」
例如她曾收到某高管回饋，面對團隊緊張的氣氛，會試著將書中的框架套用到實際遭遇的困境，與 AI 展開討論，這位高管從來就沒有奢望可以從提示詞得到答案，卻因為心中有跟 AI 互動的框架，更懂得運用現有工具解決問題。一如現在百花齊放的 AI 應用，我們往往都是先看到一個應用場景，再思考如果導入到自己的工作流，可以如何改良。
問 AI 意見，但它一直想討好該怎麼辦？
然而，許多使用者都發現，由於訓練方式，AI 模型傾向給出迎合使用者的回應，這對於需要客觀分析和批判思考的管理者來說，可能是致命的弱點。
首先是明確要求挑戰。 法瑞舉例，可以輸入「請扮演魔鬼代言人，挑戰這個假設」。另一個是指定專家角色，要求 AI 扮演「資深顧問」或「產業專家」，避免 AI 只用迎合使用者的語氣回答。
更進階的做法是區分「流程挑戰」與「內容挑戰」。 法瑞以法拉利的專案經理為例，「他處理汽車產業的複雜技術問題時，會讓 AI 扮演方法論專家，專注於根本原因的分析流程。AI 挑戰的是他解決問題的步驟和方法，而不是技術內容，因為他才是真正擁有產業知識和專業經驗的人。」
法瑞認為，管理者不該把 AI 當作高級搜尋引擎，不只要挑戰 AI，也要主動要求 AI 扮演挑戰者的角色。她比喻，「我們人類必須先成為巫師，因為當你不是巫師，即使有了魔法棒，也不知道如何使用它。」在這個 AI 重塑管理方式的時代，如何有效率地與 AI 對話，正是現代管理者最需要掌握的新技能。
核稿編輯：王宥筑
